純Python綜合圖像處理小工具（3）10種濾鏡算法

<背景> 

濾鏡處理是圖像處理中一種很是常見的方法。好比photoshop中的濾鏡效果，除了自帶的濾鏡，還擴展了不少第三方的濾鏡效果插件，能夠對圖像作豐富多樣的變換；不少手機app實現了實時濾鏡功能，最有名的當屬Instagram。

PIL中主要涉及到卷積濾鏡，其原理是針對數字圖像的像素矩陣，使用一個nxn的方形矩陣作濾波器（即卷積核kernel，常見的如3x3，5x5等），對該圖像像素進行卷積遍歷（即截取和卷積核同等大小的像素矩陣進行卷積運算），每個輸出像素都是必定區域像素按必定權重組合計算出的結果（像素不獨立，受到鄰近像素的影響，鄰近像素區域能夠調整，選取範圍越大，計算量越大，圖像處理時間越長），遍歷後的圖像就是輸出圖像。若是算法通過優化，遍歷的速度足夠快，那就是實時濾鏡（live filter），能夠實時預覽圖像過濾後的效果。

ImageFilter是Python PIL的濾鏡模塊，當前版本支持10種增強濾鏡，經過這些預約義的濾鏡，能夠方便的對圖片進行一些過濾操做，從而去掉圖片中的噪音(部分的消除)，這樣能夠下降圖像處理算法的複雜度(如模式識別等)，更方便的實現和預覽一些算法的效果。

本文腳本包含如下所有濾鏡， 實現了10種圖像處理濾鏡的效果預覽和JPEG文件保存。

ImageFilter.BLUR	模糊濾鏡
ImageFilter.CONTOUR	輪廓
ImageFilter.DETAIL	細節濾鏡
ImageFilter.EDGE_ENHANCE	邊界增強
ImageFilter.EDGE_ENHANCE_MORE	邊界增強(閥值更 大)
ImageFilter.EMBOSS	浮雕濾鏡
ImageFilter.FIND_EDGES	邊界濾鏡
ImageFilter.SMOOTH	平滑濾鏡
ImageFilter.SMOOTH_MORE	平滑濾鏡(閥值更大)
ImageFilter.SHARPEN	銳化濾鏡

 

<效果> 

原圖：

 

 

模糊濾鏡：

 

 

銳度加強濾鏡： 

 

細節濾鏡：

 

 

輪廓濾鏡：

 

 

邊界提取濾鏡：

 

 

邊界加強濾鏡：

 

 

邊界加強濾鏡-增強版：

 

 

平滑濾鏡：

 

 

平滑濾鏡-增強版：

 

 

浮雕濾鏡：

 

 

<源碼分析>

 PIL庫的濾鏡算法能夠在Python\Lib\site-packages\PIL路徑下找到，以下所示：

  

 

在PIL路徑下，咱們看到了三個同名但後綴不一樣的文件：ImageFilter.py ，ImageFilter.pyc ，ImageFilter.pyo 。

.py文件：存放的是腳本源代碼；

.pyc文件 ：是同名的.py編譯後的字節碼文件，用來供解釋器解釋執行；

.pyo文件 ：是同名的.pyc文件通過優化後的字節碼文件，一般體積更小，運行更快。

濾鏡算法在ImageFilter.py文件中。

如前文所述，每個濾鏡一般對應着一個濾波器（即kernel），PIL中的kernel均爲常見的3x3和5x5方形矩陣，下面是PIL中9種濾鏡對應的矩陣：

 

模糊濾鏡：

class BLUR(BuiltinFilter):
    name =  " Blur "
    filterargs = (5, 5), 16, 0, (
        1,  1,  1,  1,  1,
        1,  0,  0,  0,  1,
        1,  0,  0,  0,  1,
        1,  0,  0,  0,  1,
        1,  1,  1,  1,  1
        )

        

 輪廓濾鏡：

class CONTOUR(BuiltinFilter):
    name =  " Contour "
    filterargs = (3, 3), 1, 255, (
        -1, -1, -1,
        -1,  8, -1,
        -1, -1, -1
        )

 

細節濾鏡：

class DETAIL(BuiltinFilter):
    name =  " Detail "
    filterargs = (3, 3), 6, 0, (
        0, -1,  0,
        -1, 10, -1,
        0, -1,  0
        )

 

邊緣加強濾鏡：

class EDGE_ENHANCE(BuiltinFilter):
    name =  " Edge-enhance "
    filterargs = (3, 3), 2, 0, (
        -1, -1, -1,
        -1, 10, -1,
        -1, -1, -1
        )

 

邊緣加強濾鏡-加強版：

該加強版和原濾鏡僅僅是矩陣2行2列的一個參數大小不一樣，實際是修改了中心像素的權重。這個數值能夠任意修改以自定義邊緣加強的幅度。

class EDGE_ENHANCE_MORE(BuiltinFilter):
    name =  " Edge-enhance More "
    filterargs = (3, 3), 1, 0, (
        -1, -1, -1,
        -1,  9, -1,
        -1, -1, -1
        )

 

 浮雕濾鏡

class EMBOSS(BuiltinFilter):
    name =  " Emboss "
    filterargs = (3, 3), 1, 128, (
        -1,  0,  0,
        0,  1,  0,
        0,  0,  0
        )

 邊緣提取濾鏡：

class FIND_EDGES(BuiltinFilter):
    name =  " Find Edges "
    filterargs = (3, 3), 1, 0, (
        -1, -1, -1,
        -1,  8, -1,
        -1, -1, -1
        )

 

平滑濾鏡：

class SMOOTH(BuiltinFilter):
    name =  " Smooth "
    filterargs = (3, 3), 13, 0, (
        1,  1,  1,
        1,  5,  1,
        1,  1,  1
        )  

 

 平滑濾鏡-增強版：

平滑濾鏡的增強是增長了濾鏡窗口的尺寸，有3x3擴展到5x5， 這樣每個新像素的產生會包含25個周圍原始像素的加權貢獻（離得越近，貢獻越大），這樣的結果會更加平滑天然，代價是處理速度會明顯的變慢。 

class SMOOTH_MORE(BuiltinFilter):
    name =  " Smooth More "
    filterargs = (5, 5), 100, 0, (
        1,  1,  1,  1,  1,
        1,  5,  5,  5,  1,
        1,  5, 44,  5,  1,
        1,  5,  5,  5,  1,
        1,  1,  1,  1,  1
        )

 銳化濾鏡：

class SHARPEN(BuiltinFilter):
    name =  " Sharpen "
    filterargs = (3, 3), 16, 0, (
        -2, -2, -2,
        -2, 32, -2,
        -2, -2, -2
        )

 

此外，這些濾鏡不只能夠獨立使用，還能夠自由組合，好比邊緣提取+平滑濾鏡，能夠獲得更加乾淨的邊緣提取圖像等等，此處不一一列舉。

左圖爲原始邊界提取圖，右側爲平滑後的邊界圖。 

 

 

<腳本源碼> 

# start
#  -*- coding: cp936 -*-
import Image,ImageDraw
import ImageFilter,random,sys
img = Image.open( " 1.jpg ")

# #圖像處理##
# 轉換爲RGB圖像
img = img.convert( " RGB ")              

# 通過PIL自帶filter處理
imgfilted_b = img.filter(ImageFilter.BLUR)
imgfilted_c = img.filter(ImageFilter.CONTOUR)
imgfilted_ee = img.filter(ImageFilter.EDGE_ENHANCE)
imgfilted_ee_m = img.filter(ImageFilter.EDGE_ENHANCE_MORE)
imgfilted_em = img.filter(ImageFilter.EMBOSS)                    
imgfilted_fe = img.filter(ImageFilter.FIND_EDGES)                                                
imgfilted_sm = img.filter(ImageFilter.SMOOTH)
imgfilted_sm_m = img.filter(ImageFilter.SMOOTH_MORE)
imgfilted_sh = img.filter(ImageFilter.SHARPEN)
imgfilted_d = img.filter(ImageFilter.DETAIL)

# #組合使用filter
group_imgfilted = img.filter(ImageFilter.CONTOUR)
group_imgfilted = group_imgfilted.filter(ImageFilter.SMOOTH_MORE)

# #圖像保存##
imgfilted_b.save( " 1b.jpg ")
imgfilted_c.save( " 1c.jpg ")
imgfilted_ee.save( " 1ee.jpg ")
imgfilted_ee_m.save( " 1eem.jpg ")
imgfilted_em.save( " 1em.jpg ")
imgfilted_fe.save( " 1fe.jpg ")                                
imgfilted_sm.save( " 1sm.jpg ")
imgfilted_sm_m.save( " 1smm.jpg ")
imgfilted_sh.save( " 1sh.jpg ")
imgfilted_d.save( " 1d.jpg ")
group_imgfilted.save( " 1group.jpg ")

# #圖像顯示##
imgfilted_b.show()
imgfilted_c.show()
imgfilted_ee.show()
imgfilted_ee_m.show()
imgfilted_em.show()
imgfilted_fe.show()                                
imgfilted_sm.show()
imgfilted_sm_m.show()
imgfilted_sh.show()
imgfilted_d.show()
group_imgfilted.show()
# end